By Kana & Mari Kana & Mari’s SoundRepos
Kana & Mari’s SoundRepos
Podcast

Kana & Mari’s SoundRepos

By Kana & Mari
446
0

GitHubの音楽・音声AIリポジトリを毎日1本、約2分で紹介。TTS（音声合成）、MIDI、オーディオ処理など、「音」にまつわるオープンソースの注目プロジェクトをKanaとMariが声でナビゲートします。※この番組は日本語でお届けします。Kana と Mari のプロフィールはこちら：
Kana – Newbie Esports Caster: https://yukichi.fun/jp/mchc/token/22/Kana_%E2%80%93_Newbie_Esports_Caster
Mari – Newbie Esports Analyst: https://yukichi.fun/jp/mchc/token/23/Mari_%E2%80%93_Newbie_Esports_Analyst

※ 本番組の原稿は生成 AI を用いて自動生成されています。内容には誤りを含む可能性がありますので参考情報としてお楽しみください。

GitHubの音楽・音声AIリポジトリを毎日1本、約2分で紹介。TTS（音声合成）、MIDI、オーディオ処理など、「音」にまつわるオープンソースの注目プロジェクトをKanaとMariが声でナビゲートします。※この番組は日本語でお届けします。Kana と Mari のプロフィールはこちら：
Kana – Newbie Esports Caster: https://yukichi.fun/jp/mchc/token/22/Kana_%E2%80%93_Newbie_Esports_Caster
Mari – Newbie Esports Analyst: https://yukichi.fun/jp/mchc/token/23/Mari_%E2%80%93_Newbie_Esports_Analyst

※ 本番組の原稿は生成 AI を用いて自動生成されています。内容には誤りを含む可能性がありますので参考情報としてお楽しみください。

446
0

i3thuan5/tai5-uan5 gian5-gi2 kang1-ku7｜台湾語の自然言語処&#

Episode in Kana & Mari’s SoundRepos
台湾語（閩南語）や客家語を対象とする言語情報処理ライブラリです。テキスト処理、形態素解析、翻訳、音声認識・合成、言語モデルなどの機能を提供します。 関連: i3thuan5/tai5-uan5_gian5-gi2_kang1-ku7／台湾語の自然言語処理ライブラリ／GitHub
Internet and technology Yesterday
0
0
5
01:39

honwee/mynah｜音声対話型デジタルヒュー&#12

Episode in Kana & Mari’s SoundRepos
Mynahは、音声で会話し、発話に合わせて映像を生成するデジタルヒューマンをセルフホストで運用するためのオープンソース基盤です。WebRTCによるリアルタイム配信に加え、管理コンソール、知識ベース、チャンネル公開、アバター学習や音声クローンなどを備えています。 関連: honwee/mynah／音声対話型デジタルヒューマン／GitHub
Internet and technology 2 days
0
0
6
01:33

juspay/neurolink｜複数AIを統合する生成AI基盤&#65

Episode in Kana & Mari’s SoundRepos
NeuroLinkは、OpenAIやAnthropic、Google、AWS、ローカルモデルなど多数のAIプロバイダーを共通APIで利用するためのTypeScript製SDKおよびCLIです。テキスト生成・ストリーミング・型付き判断に加え、ツール連携、RAG、音声、メモリ、プロバイダー切り替えなどの機能を提供します。 関連: juspay/neurolink／複数AIを統合する生成AI基盤／GitHub
Internet and technology 3 days
0
0
5
01:36

timoncool/dub-studio｜動画を別言語に吹き替え&#12

Episode in Kana & Mari’s SoundRepos
Dub Studioは、動画を別の言語に吹き替え、字幕翻訳や画面内テキストのローカライズも行うデスクトップアプリです。音声の文字起こし、話者識別、声のクローン、編集・書き出しに対応し、処理は原則ローカルで実行できます。 関連: timoncool/dub-studio／動画を別言語に吹き替えるAI／GitHub
Internet and technology 4 days
0
0
5
01:59

hash2430/pitchtron｜音声の韻律を移す音声合&#2510

Episode in Kana & Mari’s SoundRepos
Pitchtronは、参照音声の韻律を別の文章や話者の音声に移す音声合成ツールキットです。韓国語の方言や感情的な話し方にも対応し、韻律を厳密に移すHard版、自然さを重視するSoft版、Global Style Token版を提供します。音声データの前処理、学習、推論の機能も含みます。 関連: hash2430/pitchtron／音声の韻律を移す音声合成／GitHub
Internet and technology 5 days
0
0
6
01:49

beiyege-01/dsh-voice-ai-girlfriend｜音声で会話するAIアシ&#12

Episode in Kana & Mari’s SoundRepos
DeepSeek Harness向けの音声対話プラグインと音声ブリッジを提供する、AIコンパニオン用リポジトリです。音声認識・音声合成・割り込み再生に加え、任意でQQ連携や、音声と口の動きを同期したデジタルヒューマン動画の生成・再生に対応します。 関連: beiyege-01/dsh-voice-ai-girlfriend／音声で会話するAIアシスタント／GitHub
Internet and technology 5 days
0
0
5
02:02

qxoticai/qxotic｜JVM向けローカルAI推論基盤｜GitH

Episode in Kana & Mari’s SoundRepos
Quixotic AIは、JVM上でローカルAIを実行するためのオープンソース基盤です。LLM推論に加え、トークナイザー、テンソル処理、量子化カーネル、GGUF・Safetensors形式の読み書きなどを提供し、チャットや画像・音声処理にも対応します。 関連: qxoticai/qxotic／JVM向けローカルAI推論基盤／GitHub
Internet and technology 1 week
0
0
6
01:55

OneMoh/html-explainer｜テーマから解説動画を作&#1

Episode in Kana & Mari’s SoundRepos
任意のテーマから、ナレーション・字幕・カバー画像付きの解説動画を制作する Agent Skill です。HTML/CSSとGSAPで作成した画面を決定的に逐フレーム描画し、MP4へ合成します。音声合成、字幕生成、画面スタイルの編成、品質チェックにも対応します。 関連: OneMoh/html-explainer／テーマから解説動画を作るツール／GitHub
Internet and technology 1 week
0
0
7
02:10

kanttouchthis/text generation webui xtts｜多言語音声合成と声

Episode in Kana & Mari’s SoundRepos
text-generation-webui向けの拡張機能で、Coqui XTTSv2を使って文章を多言語で音声化します。短い音声サンプルから声を模倣でき、ナレーター機能では文章を複数の声で読み上げ、音声を結合して表示できます。 関連: kanttouchthis/text_generation_webui_xtts／多言語音声合成と声のクローン生成／GitHub
Internet and technology 1 week
0
0
5
01:56

heardlabs/heard｜開発エージェントの作業を&

Episode in Kana & Mari’s SoundRepos
macOS上でClaude CodeやCodexなどのAIコーディングエージェントの進捗、完了、エラー、確認事項を要約し、音声で知らせるツールです。フックやMCPで複数のエージェントを連携でき、ローカル音声合成や各種クラウド音声にも対応します。 関連: heardlabs/heard／開発エージェントの作業を音声通知／GitHub
Internet and technology 1 week
0
0
7
01:55

longluo/EbookReader｜多形式対応Android電子書籍リ&#1254

Episode in Kana & Mari’s SoundRepos
Android端末で電子書籍を読むためのアプリケーションです。TXT、MOBI、AZW系、PDF、EPUB、CBZ、XPS、FB2など多様な形式に対応し、目次、しおり、読書設定、ナイトモード、進捗管理、TTS読み上げなどを提供します。 関連: longluo/EbookReader／多形式対応Android電子書籍リーダー／GitHub
Internet and technology 1 week
0
0
5
02:08

chyinan/Kokoro-Engine｜記憶するデスクトップAIキ&

Episode in Kana & Mari’s SoundRepos
Kokoro Engineは、Live2Dの姿・音声・長期記憶を備えたAIキャラクターをデスクトップ上で動かすクロスプラットフォームアプリです。LLM、TTS、STT、画像認識、画像生成、MCP、MOD、各種Bot連携を統合し、ローカル優先で継続的なマルチモーダル対話を実現します。 関連: chyinan/Kokoro-Engine／記憶するデスクトップAIキャラ／GitHub
Internet and technology 1 week
0
0
6
02:03

lugia19/elevenlabslib｜GitHub

Episode in Kana & Mari’s SoundRepos
ElevenLabs APIをPythonから利用するための非公式ラッパーライブラリです。音声合成、ストリーミング再生、音声クローニング、音声デザイン、吹き替え、履歴・プロジェクト管理などを提供します。なお、ElevenLabs APIの変更が速いため、現在は非推奨です。 関連: lugia19/elevenlabslib／GitHub
Internet and technology 1 week
0
0
6
02:00

IS2AI/Kazakh TTS｜カザフ語の音声合成モデル

Episode in Kana & Mari’s SoundRepos
KazakhTTSおよびKazakhTTS2コーパスを用いて、カザフ語の音声合成モデルをESPnet上で学習・評価するレシピです。Tacotron 2を標準に、TransformerやFastSpeech系モデルの学習、Parallel WaveGANによる音声波形生成、任意テキストからの音声合成に対応します。 関連: IS2AI/Kazakh_TTS／GitHub
Internet and technology 2 weeks
0
0
7
01:50

keonlee9420/STYLER｜高速で制御可能な音声合&#2510

Episode in Kana & Mari’s SoundRepos
STYLERは、音声をテキストから生成するニューラルTTSフレームワークです。非自己回帰型モデル、音声とテキストのアライメント、話者・発話スタイル・ノイズ要因の分離により、高速で頑健かつ表現豊かで制御可能な音声合成を実現します。VCTKとWHAM!を用いた学習、前処理、評価、推論に対応しています。 関連: keonlee9420/STYLER／高速で制御可能な音声合成／GitHub
Internet and technology 2 weeks
0
0
5
02:06

sidharthrajaram/StyleTTS2｜文章を自然な音声に変&#25563

Episode in Kana & Mari’s SoundRepos
StyleTTS 2をPythonパッケージとして利用し、文章から自然な音声を合成する推論ライブラリです。事前学習済みモデルによる音声生成、参照音声を使った声質のクローニング、スタイルベクトル指定、WAV出力に対応しています。学習やファインチューニング機能は含まれず、推論に特化しています。 関連: sidharthrajaram/StyleTTS2／文章を自然な音声に変換するAI／GitHub
Internet and technology 2 weeks
0
0
5
01:58

pattern-ai-labs/agentcall｜音声で会議に参加するAI&#653

Episode in Kana & Mari’s SoundRepos
AIエージェントをGoogle Meet、Zoom、Microsoft Teamsなどのビデオ会議に音声参加させるAgentCallスキルです。リアルタイム文字起こし、音声応答、アバター表示、画面共有、チャット、スクリーンショットなどを提供し、各種コーディングエージェントと連携して会議中の作業も可能にします。 関連: pattern-ai-labs/agentcall／音声で会議に参加するAI／GitHub
Internet and technology 2 weeks
0
0
6
02:11

owenawsong/Inflect｜ローカル英語音声合成エ&#1253

Episode in Kana & Mari’s SoundRepos
Inflect v2は、英語テキストを24kHzの音声波形へ変換するローカルTTSエンジンです。PyTorchによるCPU・CUDA推論、Python API、CLI、長文分割、速度・発話変動・乱数シード制御に対応し、3.96Mと9.36Mパラメータの2モデルを提供します。リポジトリには評価資料やZipVoice・MOSS-TTSとの比較用サーバーも含まれます。 関連: owenawsong/Inflect／ローカル英語音声合成エンジン／GitHub
Internet and technology 2 weeks
0
0
5
02:10

leemysw/yovoice｜文字を音声に変える音声生&

Episode in Kana & Mari’s SoundRepos
yovoiceは、macOSとWindows上で動作するローカル音声生成・音声制作ツールです。音声クローニング、感情や話し方の制御、字幕対応の複数話者プロジェクト、タイムライン編集、WAV書き出しを提供し、デスクトップアプリとCLIの両方でクラウドAPIなしにTTSモデルを実行できます。 関連: leemysw/yovoice／文字を音声に変える音声生成AI／GitHub
Internet and technology 2 weeks
0
0
6
02:07

zhenye234/FlashSpeech｜高速なゼロショット音声&#2

Episode in Kana & Mari’s SoundRepos
FlashSpeech論文に基づく、効率的なゼロショット音声合成の実装です。AmphionのNaturalSpeech2を基盤に、音声データの前処理、LibriTTSを用いた段階的な学習、推論、音声品質や話者類似度などの評価機能を提供します。ステージ3の実装など、一部の機能は未完成です。 関連: zhenye234/FlashSpeech／高速なゼロショット音声合成／GitHub
Internet and technology 2 weeks
0
0
5
02:12
You may also like View more
Hablando Crypto ¿Te interesan las criptomonedas? A nosotros también. Somos Óscar y Cristian. Después de más de 5 años jugueteando con las criptomonedas os explicamos nuestras historias. También hablamos sobre como vemos el crypto-mundo y hacia donde creemos que irá. Updated
Loop Infinito (by Xataka) Loop Infinito es un podcast diario de Xataka presentado por Javier Lacort. Un nuevo episodio cada día de lunes a viernes que analiza la actualidad tecnológica dando contexto y perspectiva.. Updated
monos estocásticos monos estocásticos es un podcast sobre inteligencia artificial presentado por Antonio Ortiz (@antonello) y Matías S. Zavia (@matiass).  Sacamos un episodio nuevo cada jueves. Puedes seguirnos en YouTube, LinkedIn y X. Más enlaces en cuonda.com/monos-estocasticos/links Hacemos todo lo que los monos estocásticos saben hacer: coser secuencias de formas lingüísticas que hemos observado en nuestros vastos datos de entrenamiento según la información probabilística de cómo se combinan. Updated
Go to Internet and technology